Стратегическое прогнозирование: количественные методы: Тренинг

День 1. Азы прогнозирования и анализа, подготовка данных

• Этапы стратегического прогнозирования
• Три способа систематизации экспертных мнений о факторах, влияющих на прогнозируемый показатель: диаграмма Исикавы, таблица факторных влияний, причинно-следственная диаграмма
• Правила подготовки исходных данных для прогнозирования в Excel. Работа с пропущенными данными
• Графический анализ исходных данных с целью выявления тренда, сезонности и других компонент
• Влияние типа сезонности на выбор метода прогнозирования
• Основные статистические показатели, используемые при прогнозировании: среднее значение, медиана, стандартное отклонение, стандартная ошибка, размах
• Доверительный интервал прогноза
• Точность модели и точность прогнозов
• Показатели точности прогнозной модели и прогноза: MAPE, MAD и другие
• Подходы к выбору адекватного показателя оценки точности модели и прогноза

Кейсы:

• Пример. Строим диаграмму Исикавы с целью систематизации факторов, влияющих на прогнозируемый показатель в долгосрочном периоде. Заполняем таблицу факторных влияний на основе экспертных мнений слушателей курса.
• Пример в Excel. Изучаем динамику продаж и других показателей. Учимся анализировать колебания и формировать правильные ожидания.
• Пример в Excel. Проводим графический анализ динамики продаж. Самостоятельно учимся определять наличие тренда, сезонности, структурных сдвигов и выбросов.

День 2. Прогнозирование на основе накопленной статистики и с учетом дополнительной информации о факторах

• Прогнозирование на основе метода сезонной декомпозиции: пошаговый алгоритм прогнозирования в Excel, влияние выбросов и структурных сдвигов на точность прогнозов, плюсы и минусы подхода
• Правила оценки качества прогнозной модели. Анализ остатков: histogram, scatter plot
• Быстрое прогнозирование на основе метода экспоненциального сглаживания: идея метода, четыре параметра сглаживания, пошаговый алгоритм в Excel
• Многофакторный регрессионный анализ: идея и требования к исходным данным, пошаговый алгоритм в Excel
• Диагностика и решение проблемы взаимозависимых факторов (мультиколлинеарность)
• Оценка качества модели: анализ остатков, ANOVA, R-квадрат и скорректированный R-квадрат
• Интерпретация коэффициентов регрессионного уравнения и ранжирование факторов по силе влияния
• Разработка сценариев продаж на основе регрессионного анализа: пессимистический и оптимистический долгосрочный прогноз
• Учет запаздывающего влияния факторов при прогнозировании

Кейсы:

• Пример в Excel. Проводим сезонную декомпозицию и строим долгосрочный прогноз. Учимся интерпретировать результаты. Оцениваем качество построенной модели.
• Пример в Excel. Получаем быстрый прогноз на год вперед по месяцам с помощью экспоненциального сглаживания. Оцениваем качество модели и прогноза.
• Пример в Excel. Анализируем влияние макроэкономических факторов на прогнозируемый показатель. Выявляем задержки во влиянии факторов и учитываем их в регрессионной модели.
• Пример в Excel. Изучаем влияние на продажи рекламной активности различных видов. Делаем долгосрочный прогноз при разных сценариях рекламных кампаний.

День 3. Учет особенностей долгосрочного прогнозирования при построении моделей

• Прогнозирование в условиях отсутствия исторических данных при наличии  мнения экспертов
• Факторный анализ для «свертки» большого числа факторов в несколько обобщающих показателей: возможность применения факторного анализа, определение числа новых обобщающих показателей (компонент), интерпретация результатов факторного анализа
• Учет новых компонент в регрессионной модели
• Учет в регрессионной модели нелинейного влияния факторов на прогнозируемый показатель
• Структура ошибки прогноза
• Критерии качества системы стратегического прогнозирования

Кейсы:

• Пример в Excel. Учитываем нелинейное влияние рекламного бюджета на продажи.
• Пример. Учимся учитывать мнения экспертов при долгосрочном прогнозировании.
• Пример в SPSS. "Сворачиваем" макроэкономические факторы в новую компоненту и включаем ее как фактор в регрессионный анализ, получаем прогноз.
• Пример в Excel. Прогнозируем продажи с учетом нелинейного влияния рекламного бюджета.
• Примеры в Excel. Получаем и анализируем прогнозы на основе данных слушателей. Изучаем потенциальные возможности улучшения прогнозов.

После окончания обучения с помощью Excel и SPSS Вы сможете:

• Определять наилучший метод прогнозирования для конкретной ситуации
• Прогнозировать в случае недостатка объективной информации при наличии  мнения экспертов
• Прогнозировать, если имеется история только по прогнозируемому показателю
• Оперативно прогнозировать, когда нужен быстрый прогноз
• Прогнозировать с учетом дополнительной информации о различных, в том числе и макроэкономических, факторах
• "Сворачивать" большое количество факторов в несколько обобщающих показателей
• Разрабатывать сценарии развития показателей в будущем
• Повышать точность прогнозов

После обучения Вы получите:

• Набор бесплатных надстроек и шаблонов Excel, необходимых для прогнозирования продаж
• Пошаговые инструкции по применению каждого метода прогнозирования

Требования к участникам:

• Высшее образование
• Опыт работы в Excel на уровне пользователя